python中索引函數(shù) python字符串的索引和查找函數(shù)

Python求解答過程

第11題

創(chuàng)新互聯(lián)長期為近千家客戶提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊(duì)從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對不同對象提供差異化的產(chǎn)品和服務(wù)；打造開放共贏平臺，與合作伙伴共同營造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為承留企業(yè)提供專業(yè)的成都網(wǎng)站設(shè)計(jì)、網(wǎng)站建設(shè)，承留網(wǎng)站改版等技術(shù)服務(wù)。擁有10年豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開發(fā)。

因?yàn)槿∽址甌empStr的從TempStr[3]到TempStr[-2]的字符,

這里的下標(biāo)都是從0開始,Python的數(shù)學(xué)取值區(qū)間都是[3,-1)半開區(qū)間,

因此取值范圍是[3,-2],運(yùn)行結(jié)果是3.14159

第13題

這是一個(gè)求400到500間的水仙花數(shù)的程序,水仙花數(shù)是指各個(gè)數(shù)位上的數(shù)的3次方的和等于這個(gè)數(shù)本身的3位數(shù),

變量i是取這個(gè)3位數(shù)的百位上的數(shù)字,變量j是取這個(gè)3位數(shù)的十位上的數(shù)字,變量k是取這個(gè)3位數(shù)的個(gè)位上的數(shù)字,

如果這個(gè)數(shù)等于各個(gè)數(shù)位上的數(shù)的3次方的和,則打印這個(gè)數(shù),在400到500中水仙花數(shù)只有407.

你也可以用4*4*4+0*0*0+7*7*7=64+0+343=407來判斷答案是A,408不滿足上述條件,153和159不在400到500范圍內(nèi)

第43題

Python中的list中的index函數(shù)是返回字符串's'在list中的索引位置(Python的索引下標(biāo)都是從0開始),后面的5和10,是可選項(xiàng)表示查找從下標(biāo)5到下標(biāo)10的范圍,

因?yàn)镻ython都是半開區(qū)間,所以實(shí)際范圍為[5,9]區(qū)間,所以在"ky is"中查找's',其索引位置在整個(gè)字符串中是9,返回打印9

python中index索引的簡寫

in。在python的簡介下，index索引的簡寫是in。Python由荷蘭數(shù)學(xué)和計(jì)算機(jī)科學(xué)研究學(xué)會的GuidovanRossum于1990年代初設(shè)計(jì)，作為一門叫做ABC語言的替代品。

python的index函數(shù)，獲取最后一個(gè)

python的index函數(shù)可以獲取列表中值的第一個(gè)索引。

list= [1,2,3,4,5,1,2,2]

list.index(2) 1

如果要獲取相同值的最后一個(gè)索引：

len(list) - list[::-1].index(2) - 1

反向取得list后，用list的長度減去反轉(zhuǎn)后出現(xiàn)的第一個(gè)索引再減1

Python基礎(chǔ) numpy中的常見函數(shù)有哪些

有些Python小白對numpy中的常見函數(shù)不太了解，今天小編就整理出來分享給大家。

Numpy是Python的一個(gè)科學(xué)計(jì)算的庫，提供了矩陣運(yùn)算的功能，其一般與Scipy、matplotlib一起使用。其實(shí)，list已經(jīng)提供了類似于矩陣的表示形式，不過numpy為我們提供了更多的函數(shù)。

數(shù)組常用函數(shù)

1.where()按條件返回?cái)?shù)組的索引值

2.take(a,index)從數(shù)組a中按照索引index取值

3.linspace(a,b,N)返回一個(gè)在(a,b)范圍內(nèi)均勻分布的數(shù)組，元素個(gè)數(shù)為N個(gè)

4.a.fill()將數(shù)組的所有元素以指定的值填充

5.diff(a)返回?cái)?shù)組a相鄰元素的差值構(gòu)成的數(shù)組

6.sign(a)返回?cái)?shù)組a的每個(gè)元素的正負(fù)符號

7.piecewise(a,[condlist],[funclist])數(shù)組a根據(jù)布爾型條件condlist返回對應(yīng)元素結(jié)果

8.a.argmax(),a.argmin()返回a最大、最小元素的索引

改變數(shù)組維度

a.ravel(),a.flatten():將數(shù)組a展平成一維數(shù)組

a.shape=(m,n),a.reshape(m,n):將數(shù)組a轉(zhuǎn)換成m*n維數(shù)組

a.transpose,a.T轉(zhuǎn)置數(shù)組a

數(shù)組組合

1.hstack((a,b)),concatenate((a,b),axis=1)將數(shù)組a,b沿水平方向組合

2.vstack((a,b)),concatenate((a,b),axis=0)將數(shù)組a,b沿豎直方向組合

3.row_stack((a,b))將數(shù)組a,b按行方向組合

4.column_stack((a,b))將數(shù)組a,b按列方向組合

數(shù)組分割

1.split(a,n,axis=0),vsplit(a,n)將數(shù)組a沿垂直方向分割成n個(gè)數(shù)組

2.split(a,n,axis=1),hsplit(a,n)將數(shù)組a沿水平方向分割成n個(gè)數(shù)組

數(shù)組修剪和壓縮

1.a.clip(m,n)設(shè)置數(shù)組a的范圍為(m,n),數(shù)組中大于n的元素設(shè)定為n,小于m的元素設(shè)定為m

2.a.compress()返回根據(jù)給定條件篩選后的數(shù)組

數(shù)組屬性

1.a.dtype數(shù)組a的數(shù)據(jù)類型

2.a.shape數(shù)組a的維度

3.a.ndim數(shù)組a的維數(shù)

4.a.size數(shù)組a所含元素的總個(gè)數(shù)

5.a.itemsize數(shù)組a的元素在內(nèi)存中所占的字節(jié)數(shù)

6.a.nbytes整個(gè)數(shù)組a所占的內(nèi)存空間7.a.astype(int)轉(zhuǎn)換a數(shù)組的類型為int型

數(shù)組計(jì)算

1.average(a,weights=v)對數(shù)組a以權(quán)重v進(jìn)行加權(quán)平均

2.mean(a),max(a),min(a),middle(a),var(a),std(a)數(shù)組a的均值、最大值、最小值、中位數(shù)、方差、標(biāo)準(zhǔn)差

3.a.prod()數(shù)組a的所有元素的乘積

4.a.cumprod()數(shù)組a的元素的累積乘積

5.cov(a,b),corrcoef(a,b)數(shù)組a和b的協(xié)方差、相關(guān)系數(shù)

6.a.diagonal()查看矩陣a對角線上的元素7.a.trace()計(jì)算矩陣a的跡，即對角線元素之和

以上就是numpy中的常見函數(shù)。更多Python學(xué)習(xí)推薦:PyThon學(xué)習(xí)網(wǎng)教學(xué)中心。

python 中sort—values函數(shù)

一、sort_values()函數(shù)用途

pandas中的sort_values()函數(shù)原理類似于SQL中的order by，可以將數(shù)據(jù)集依照某個(gè)字段中的數(shù)據(jù)進(jìn)行排序，該函數(shù)即可根據(jù)指定列數(shù)據(jù)也可根據(jù)指定行的數(shù)據(jù)排序。

二、sort_values()函數(shù)的具體參數(shù)

用法：

1DataFrame.sort_values(by=‘##',axis=0,ascending=True, inplace=False, na_position=‘last')

參數(shù)說明

by指定列名(axis=0或'index')或索引值(axis=1或'columns')

axis若axis=0或'index'，則按照指定列中數(shù)據(jù)大小排序；若axis=1或'columns'，則按照指定索引中數(shù)據(jù)大小排序，默認(rèn)axis=0

ascending是否按指定列的數(shù)組升序排列，默認(rèn)為True，即升序排列

inplace是否用排序后的數(shù)據(jù)集替換原來的數(shù)據(jù)，默認(rèn)為False，即不替換

na_position{‘first',‘last'}，設(shè)定缺失值的顯示位置

三、sort_values用法舉例

創(chuàng)建數(shù)據(jù)框

#利用字典dict創(chuàng)建數(shù)據(jù)框

import numpy as np

import pandas as pd

Python 基本操作- 數(shù)據(jù)選取loc、iloc、ix函數(shù)

loc中的數(shù)據(jù)是列名，是字符串，所以前后都要??；iloc中數(shù)據(jù)是int整型，所以是Python默認(rèn)的前閉后開

構(gòu)建數(shù)據(jù)集df

loc函數(shù)主要通過行標(biāo)簽索引行數(shù)據(jù) ，劃重點(diǎn)， 標(biāo)簽！標(biāo)簽！標(biāo)簽！

loc[1] 選擇行標(biāo)簽是1的（從0、1、2、3這幾個(gè)行標(biāo)簽中）

loc[0:1] 和 loc[0,1]的區(qū)別，其實(shí)最重要的是loc[0:1]和iloc[0:1]

索引某一列數(shù)據(jù)，loc[:,0:1]，還是標(biāo)簽，注意，如果列標(biāo)簽是個(gè)字符，比如'a'，loc['a']是不行的，必須為loc[:，'a']。

但如果行標(biāo)簽是'a',選取這一行，用loc['a']是可以的。

iloc 主要是通過行號獲取行數(shù)據(jù)，劃重點(diǎn)，序號！序號！序號！

iloc[0:1]，由于Python默認(rèn)是前閉后開，所以，這個(gè)選擇的只有第一行！

如果想用標(biāo)簽索引，如iloc['a']，就會報(bào)錯(cuò)，它只支持int型。

ix——結(jié)合前兩種的混合索引，即可以是行序號，也可以是行標(biāo)簽。

如選擇prize10(prize為一個(gè)標(biāo)簽)的，即 df.loc[df.prize10]

還有并或等操作

python選取特定列——pandas的iloc和loc以及icol使用

pandas入門——loc與iloc函數(shù)

pandas中l(wèi)oc、iloc、ix的區(qū)別

pandas基礎(chǔ)之按行取數(shù)（DataFrame）

網(wǎng)頁題目：python中索引函數(shù) python字符串的索引和查找函數(shù)
網(wǎng)頁鏈接：http://m.jiaotiyi.com/article/docepij.html